自主式水下机器人控制系统及声呐目标识别

[目的]为满足水下搜救、勘探、目标检测与跟踪等需求,[方法]针对研制的"探海I型"自主式水下机器人(AUV),利用其搭载的前视声呐开展目标识别试验,选取获取的运动目标图像中的典型帧进行目标检测和识别研究。阐述"探海I型"AUV的系统组成与工作原理。提出一种控制系统架构:以笔记本电脑配合水面控制箱为水面控制单元;以PC104工控板作为自动驾驶仪的主控单元;同时配备摄像头PC104板卡单独进行摄像头图像处理。采用三帧差分法检测声呐目标,并基于Hough变换的快速椭圆检测算法提取目标特征。[结果]湖上试验表明:研制的AUV运行可靠、正常,可满足水下工作的需求,声呐目标识别效果较好。[结论]该AUV控制系统架构和目标识别方法对于中、大型AUV的研制及视频、红外等其他领域的目标识别具有借鉴意义。     

基于特征融合的舰船目标识别方法

传统的被动目标识别主要依靠声呐员的作用,随着人工智能的迅速发展,水下目标智能识别成为未来发展的趋势.针对这一问题,根据舰船辐射噪声特性,提出基于特征融合的舰船目标识别方法,通过提取基于人耳听觉感知的梅尔倒谱系数特征、基于循环平稳分析的谱相关密度函数特征,构建特征层融合和决策层融合的特征融合模型,利用深度学习中的卷积神经...     

基于运动与表象特征的广域船舶目标识别方法

[目的]旨在提出对航行于关键广阔水域内的船舶进行准确识别和定位的改进方法.[方法]运用视频监控的优点,综合采用基于背景差分算法的运动目标检测方法与基于深度学习算法的图像表象特征识别方法,结合目标的运动特征和图像表象特征,实现多维度广域船舶识别的功能,并对水纹降噪、多级运动检测、航道监控图像窗口分割检测等方法进行改进,进...     

基于DSP的水下目标识别嵌入式系统

水下目标识别系统是海洋开发的关键组成部分,而利用声呐对目标物进行定位跟踪是水下目标识别系统中最重要的技术。本文首先分析水下目标识别系统的基本原理及组成,重点研究水下声呐目标识别技术中的基于形状及纹理等特性对识别精度的影响,最后优化小波变换对目标物声呐图像的提取特征算法,通过对声呐特性的分析提出一种小波提升分析法,并构造基于DSP嵌入式系统。     

基于目标MFCC特征的监督学习方法在被动声呐目标识别中的应用研究

以机器学习为代表的智能技术迅猛发展,也为被动声呐目标识别提供了新的思路。利用机器学习算法挖掘水声目标信号深层特征,实现目标自动识别、辅助识别,成为被动声呐目标识别的新发展方向。本文针对水下噪声目标的信号特性,结合人耳在低信噪比、多目标环境下的优异识别性能,提取被动声呐目标经典听觉感知特征——梅尔倒谱(MFCC),并引入KNN、SVM、CNN和DBN四种机器学习算法对两类水声目标进行监督学习和识别分析。试验结果表明,监督学习方法应用于被动声呐目标识别具有可行性,且其中DBN方法对目标MFCC特征的识别性能最佳。     

潜艇水声对抗系统中的鱼雷报警问题

本文分析了鱼雷运动辐射噪声和鱼雷运动所具有的特征，采用新的谱估计方法和时－频谱的多普勒分析技术，对鱼雷目标被动识别问题进行了探讨，提出了以模糊模式识别理论为基础的目标识别方法。在由接收信号的特征信息所构造的论域上，建立相应的隶属函数，依据最大隶属度原则，来识别判决鱼雷目标。文中还就鱼雷报警系统中的作用距离进行了理论分析和估计。     

基于运动学特征的单舰防空目标识别方法

针对舰艇防空,提出了一种基于目标运动学特征的目标识别方法.认真分析了现代主要空袭威胁的特征,给出雷达坐标系下高度、速度、加速度、发现距离、连续径向运动等特征的提取方法.在此基础上,建立了三层识别结构,第一层基于点时刻目标高度、速度特征识别战术弹道导弹、武装直升机;第二层基于目标是否作水平方向连续减速运动、连续径向运动等特征识别反辐射导弹、制导炸弹;第三层基于高度和发现距离,采用模糊集和DS理论相结合的方法区分反舰导弹和轰击机等.通过典型目标环境的验证,该方法具有良好的识别效果.     

自适应小波网络在船舶噪声识别中的应用

本文基于自适应小波网络理论,构造了一个应用于船舶辐射噪声识别的自适应小波网络分类器。仿真结果表明,该方法具有良好的目标识别性能,且收敛速度快,是一种有效的目标识别方法,从而为研究自适应小波网络理论在声呐信号目标识别领域中的应用有着极其重要的实际意义。     

基于模糊综合技术的多传感器目标识别融合

通过研究基于模糊综合技术的多传感器之间的目标识别融合技术，把不同传感器提供的不同信息进行融合，这样可以把声呐系统的检测、识别、定位和跟踪联系在一起，根据它们之间一定的关系进而提高声呐系统的各项功能，以达到对弱信号的检测和估计。     

基于时空关键点和运动模板相结合的船舶目标识别

随着信息技术及图像处理技术的发展,基于模式识别及时空关键点的动作特征抓捕技术成为现代船舶目标识别的研究热点,其能对快速移动的海上目标进行准确识别。相对于传统的红外线﹑视频捕捉等识别方法,时空关键点动作特征捕捉与运动模板经验库相结合,实时对特征向量矩阵进行训练分类,进一步提高了海上目标识别的准确性。